主页 / coding / 问题 / 78972060
Accepted
user24758287
Asked: 2024-09-11 12:30:00 +0800 CST

如何根据列名提取值并将其放入极坐标中的另一列中？

  • 772

我想在 python 的 Polars 库中根据另一列的名称在一列中填充一个值（我通过扩展变量的列名获得了以下 DF）：

输入：

姓名 平均的 中位数 问题 1 多变的
苹果 2 3 4 平均的
苹果 2 3 4 中位数
苹果 2 3 4 问题 1
香蕉 1 5 10 平均的
香蕉 1 5 10 中位数
香蕉 1 5 10 问题 1

预期输出：

姓名 平均的 中位数 问题 1 多变的 价值
苹果 2 3 4 平均的 2
苹果 2 3 4 中位数 3
苹果 2 3 4 问题 1 4
香蕉 1 5 10 平均的 1
香蕉 1 5 10 中位数 5
香蕉 1 5 10 问题 1 10

您可以在此处生成输入表：

test = pl.DataFrame(
    {
        "Name": ["Apple","Apple","Apple","Banana","Banana","Banana"],
        "Average": [2,2,2,1,1,1],
        "Median": [3,3,3,5,5,5],
        "Q1": [4,4,4,10,10,10],
        "Variable":["Average","Median","Q1","Average","Median","Q1"]
    }
)

我尝试过：

df = df.with_columns(value = pl.col(f"{pl.col.variable}"))

但这并不奏效，因为极坐标将参数视为函数 (?)。有人知道怎么做吗？

注意：我还尝试过转置数据框，但这不仅计算成本高昂，而且也不起作用！因为它会将 DF 转置为 5 行长的 DF。我需要的是 (名称 * 变量数) 行长的 DF。

也就是说，例如，我有 3 个不同的名称（比如，苹果、香蕉和火龙果），并且有 3 个变量（平均值、中位数、Q1），那么我的 DF 应该有 9 行长！

python

2 个回答

  1. Best Answer

    您可以使用

    cols = [x for x in df.schema if x not in ("Name", "Variable")]

df.with_columns(
    value = pl.coalesce(
        pl.when(pl.col.Variable == col).then(pl.col(col))
        for col in cols
    )
)

┌────────┬─────────┬────────┬─────┬──────────┬───────┐
│ Name   ┆ Average ┆ Median ┆ Q1  ┆ Variable ┆ value │
│ ---    ┆ ---     ┆ ---    ┆ --- ┆ ---      ┆ ---   │
│ str    ┆ i64     ┆ i64    ┆ i64 ┆ str      ┆ i64   │
╞════════╪═════════╪════════╪═════╪══════════╪═══════╡
│ Apple  ┆ 2       ┆ 3      ┆ 4   ┆ Average  ┆ 2     │
│ Apple  ┆ 2       ┆ 3      ┆ 4   ┆ Median   ┆ 3     │
│ Apple  ┆ 2       ┆ 3      ┆ 4   ┆ Q1       ┆ 4     │
│ Banana ┆ 3       ┆ 5      ┆ 10  ┆ Average  ┆ 3     │
│ Banana ┆ 3       ┆ 5      ┆ 10  ┆ Median   ┆ 5     │
│ Banana ┆ 3       ┆ 5      ┆ 10  ┆ Q1       ┆ 10    │
└────────┴─────────┴────────┴─────┴──────────┴───────┘
    • 2

  2. 您可以通过映射polars.when()来利用此功能。polars.then()

    例如，

    variable_columns = ["Q1", "Average", "Median"]

expressions = [
    pl.when(pl.col("Variable") == col_name).then(pl.col(col_name))
    for col_name in variable_columns
]

combined_expr = pl.fold(expressions[0], lambda acc, x: acc.or_(x), expressions[1:])

df = df.with_columns(combined_expr.alias("Value"))
    • 1

相关问题